Statystyka w zarządzaniu

Amir D. Aczel, Jayavel Sounderpandian

Uzyskaj dostęp

Zakup książkę

ISBN/ISSN:

978-83-01-19537-3

DOI:

Wydawnictwo:

Wydawnictwo Naukowe PWN

Rok wydania:

2018

Liczba stron:

1230

XML:ISBN/ISSN:

ONIX MARC21

Bibliografia:

Aczel, Amir D.; Sounderpandian, Jayavel. Statystyka w zarządzaniu. Red. . Warszawa: Wydawnictwo Naukowe PWN, 2018, 1230 s. ISBN 978-83-01-19537-3

Bibliografia refWorks:

RT Book, Whole

SR Electronic(1)

A1 Aczel, A.D.

A1 Sounderpandian, J.

T1 Statystyka w zarządzaniu

PB Wydawnictwo Naukowe PWN

PP Warszawa

YR 2018

SN 978-83-01-19537-3

Bibliografia BibTex:

@Book{ 187869, author = "Aczel, Amir D. and Sounderpandian, Jayavel", editor = "", title = "Statystyka w zarządzaniu", publisher = "Wydawnictwo Naukowe PWN", year = "2018", address = "Warszawa", isbn = "978-83-01-19537-3" }

Bibliografia endNote:

TY - BOOK

AU - Aczel, Amir D.

AU - Sounderpandian, Jayavel

ED -

TI - Statystyka w zarządzaniu

PB - Wydawnictwo Naukowe PWN

CY - Warszawa

PY - 2018

SN - 978-83-01-19537-3

ER -

Netografia (standard APA):

Aczel, Amir D.; Sounderpandian, Jayavel. Statystyka w zarządzaniu [baza danych online] Warszawa: Wydawnictwo Naukowe PWN, 2018 [dostęp: 24 07 2024]. Dostęp w Ibuk Libra: https://libra.ibuk.pl/reader/statystyka-w-zarzadzaniu-amir-d-aczel-jayavel-187869.

metody ilościowe, statystyka, Excel, metody statystyczne, badania rynku, analiza statystyczna, MINITAB

Jeden z najlepszych podręczników do nauczania statystyki na wydziałach zarządzania i ekonomii. Nowe wydanie, podobnie jak poprzednie, zachowuje swój uniwersalny charakter, utrzymując pozycję lidera w międzynarodowych aspektach biznesu. Ambicją Aut...

Więcej

ISBN/ISSN:

978-83-01-19537-3

DOI:

Wydawnictwo:

Wydawnictwo Naukowe PWN

Rok wydania:

2018

Liczba stron:

1230

XML:ISBN/ISSN:

ONIX MARC21

Przedmowa14
O Autorach16
Przedmowa od Tłumacza18
1. Wprowadzenie i statystyka opisowa20
1.1. Praktyczne zastosowanie statystyki22
1.2. Percentyle i kwartyle29
1.3. Miary tendencji centralnej32
1.4. Miary zmienności38
1.5. Grupowanie danych i histogramy46
1.6. Skośność i kurtoza50
1.7. Związek między średnią a odchyleniem standardowym52
1.8. Metody prezentacji danych53
1.9. Wstępna analiza danych60
1.10. Wykorzystanie komputera69
1.11. Podsumowanie i przegląd głównych pojęć75
Studium przypadku 1: Wahania NASDAQ85
2. Prawdopodobieństwo86
2.1. Praktyczne zastosowanie statystyki88
2.2. Podstawowe definicje: zdarzenia, przestrzeń prób i prawdopodobieństwa91
2.3. Podstawowe reguły prawdopodobieństwa97
2.4. Prawdopodobieństwo warunkowe102
2.5. Niezależność zdarzeń109
2.6. Zagadnienia z kombinatoryki116
2.7. Prawdopodobieństwo całkowite i twierdzenie Bayesa119
2.8. Tabela prawdopodobieństwa łącznego129
2.9. Wykorzystanie komputera130
2.10. Podsumowanie i przegląd głównych pojęć135
Studium przypadku 2: Podania o pracę141
3. Zmienne losowe144
3.1. Praktyczne zastosowanie statystyki146
3.2. Wartość oczekiwana skokowej zmiennej losowej161
3.3. Suma i kombinacje liniowe zmiennych losowych168
3.4. Rozkład zero-jedynkowy175
3.5. Zmienna losowa o rozkładzie dwumianowym176
3.6. Rozkład ujemny dwumianowy184
3.7. Rozkład geometryczny187
3.8. Rozkład hipergeometryczny189
3.9. Rozkład Poissona192
3.10. Zmienne losowe ciągłe195
3.11. Rozkład jednostajny198
3.12. Rozkład wykładniczy201
3.13. Wykorzystanie komputera205
3.14. Podsumowanie i przegląd głównych pojęć207
Studium przypadku 3: Testowanie koncepcji221
4. Rozkład normalny222
4.1. Praktyczne zastosowanie statystyki224
4.2. Własności rozkładu normalnego226
4.3. Standardowy (standaryzowany) rozkład normalny229
4.4. Przekształcenia normalnej zmiennej losowej237
4.5. Przekształcenie odwrotne246
4.6. Szablon w arkuszu kalkulacyjnym251
4.7. Rozkład normalny jako przybliżenie rozkładu dwumianowego255
4.8. Wykorzystanie komputera258
4.9. Podsumowanie i przegląd głównych pojęć260
Studium przypadku 4: Gwoździe do przyjęcia266
Studium przypadku 5: Decyzja wielowalutowa267
5. Dobór próby i rozkłady statystyk z próby270
5.1. Praktyczne zastosowanie statystyki272
5.2. Statystyki z próby jako estymatory parametrów populacji275
5.3. Rozkłady statystyk z próby285
5.4. Estymatory i ich własności301
5.5. Stopnie swobody305
5.6. Wykorzystanie komputera311
5.7. Podsumowanie i przegląd głównych pojęć317
Studium przypadku 6: Produkcja kołków – dobieranie próby322
6. Przedziały ufności324
6.1. Praktyczne zastosowanie statystyki326
6.2. Przedział ufności dla średniej z populacji, kiedy znane jest odchylenie standardowe w populacji327
6.3. Przedziały ufności dla μ, gdy σ jest nieznane. Rozkład t338
6.4. Przedziały ufności dla frakcji populacji, gdy próba jest duża348
6.5. Przedziały ufności dla wariancji w populacji353
6.6. Wyznaczanie liczebności próby359
6.7. Szablon w arkuszu kalkulacyjnym363
6.8. Wykorzystanie komputera366
6.9. Podsumowanie i przegląd głównych pojęć370
Studium przypadku 7: Sondaż kandydata na prezydenta375
Studium przypadku 8: Problem prywatności376
7. Weryfikacja hipotez statystycznych378
7.1. Praktyczne zastosowanie statystyki380
7.2. Podstawowe idee związane z weryfikacją hipotez384
7.3. Wyznaczanie wartości p393
7.4. Testy statystyczne401
7.5. Decyzje oparte na testach wstępnych426
7.6. Wykorzystanie komputera438
7.7. Podsumowanie i przegląd głównych pojęć443
Studium przypadku 9: Zużyte opony 1443
8. Porównywanie dwóch populacji446
8.1. Praktyczne zastosowanie statystyki448
8.2. Porównywanie wyników obserwacji zestawionych w pary449
8.3. Testowanie różnicy między średnimi w dwóch populacjach na podstawie niezależnych prób losowych459
8.4. Test dla frakcji w dwóch populacjach w przypadku dużych prób477
8.5. Rozkład F i test dla wariancji w dwóch populacjach485
8.6. Wykorzystanie komputera495
8.7. Podsumowanie i przegląd głównych pojęć499
Studium przypadku 10: Zużyte opony 2504
9. Analiza wariancji508
9.1. Praktyczne zastosowanie statystyki510
9.2. Weryfikacja hipotez w analizie wariancji511
9.3. Teoria i obliczenia ANOVA518
9.4. Tablica ANOVA i przykłady531
9.5. Dalsza analiza540
9.6. Modele, czynniki, układy eksperymentów549
9.7. Dwuczynnikowa (podwójna) analiza wariancji553
9.8. Układ blokowy572
9.9. Wykorzystanie komputera579
9.10. Podsumowanie i przegląd głównych pojęć585
Studium przypadku 11: Ocenianie win589
Studium przypadku 12: Sprawdzanie kas590
10. Regresja liniowa prosta i korelacja592
10.1. Praktyczne zastosowanie statystyki594
10.2. Model regresji liniowej prostej598
10.3. Szacowanie (estymacja): metoda najmniejszych kwadratów603
10.4. Wariancja resztowa i błędy standardowe estymatorów regresji615
10.5. Korelacja623
10.6. Testy hipotez związanych z regresją629
10.7. Na ile dobra jest regresja?635
10.8. Tablica analizy wariancji i test F w modelu regresji642
10.9. Analiza reszt i sprawdzanie poprawności modelu644
10.10. Wykorzystywanie modelu regresji do prognozowania (przewidywania)653
10.11. Wykorzystanie komputera658
10.12. Podsumowanie i przegląd głównych pojęć666
Studium przypadku 13: Dźwignia finansowa przedsiębiorstwa a prawa akcjonariuszy669
Studium przypadku 14: Ryzyko i stopa zwrotu670
11. Regresja wieloraka672
11.1. Praktyczne zastosowanie statystyki674
11.2. Model regresji wielorakiej z k zmiennymi objaśniającymi674
11.3. Test F w modelu regresji wielorakiej680
11.4. Na ile dobre jest równanie regresji?685
11.5. Testy istotności poszczególnych zmiennych objaśniających692
11.6. Sprawdzanie poprawności modelu regresji707
11.7. Zastosowanie modelu regresji wielorakiej w celach prognostycznych715
11.8. Jakościowe zmienne objaśniające720
11.9. Regresja wielomianowa733
11.10. Modele nieliniowe i ich przekształcenia743
11.11. Współliniowość757
11.12. Autokorelacja składnika losowego i test Durbina– Watsona767
11.13. Częściowy test F i metody doboru zmiennych objaśniających772
11.14. Wykorzystanie komputera780
11.15. Podsumowanie i przegląd głównych pojęć788
Studium przypadku 15: Zwroty z kapitału w czterech sektorach791
12. Szeregi czasowe, prognozowanie i indeksy794
12.1. Praktyczne zastosowanie statystyki796
12.2. Analiza trendu796
12.3. Sezonowość i cykliczność803
12.4. Metoda średniej ruchomej807
12.5. Metody wygładzania wykładniczego818
12.6. Wskaźniki (indeksy)825
12.7. Wykorzystanie komputera833
12.8. Podsumowanie i przegląd głównych pojęć836
Studium przypadku 16: Prognozowanie sprzedaży części samochodowych838
13. Kontrola i poprawa jakości842
13.1. Praktyczne zastosowanie statystyki844
13.2. W. Edwards Deming instruuje845
13.3. Statystyka i jakość847
13.4. Karta kontrolna857
13.5. Karta kontrolna R i karta kontrolna862
13.6. Karta kontrolna p867
13.7. Karta kontrolna c870
13.8. Karta kontrolna x872
13.9. Wykorzystanie komputera872
13.10. Podsumowanie i przegląd głównych pojęć875
Studium przypadku 17: Kontrola i poprawa jakości w Nashua Corporation876
14. Metody nieparametryczne i testy chi-kwadrat880
14.1. Praktyczne zastosowanie statystyki882
14.2. Test znaków883
14.3. Test serii – test losowości889
14.4. Test U Manna–Whitneya897
14.5. Test rangowanych znaków Wilcoxona905
14.6. Test Kruskala–Wallisa – nieparametryczna alternatywa dla jednokierunkowej ANOVA914
14.7. Test Friedmana dla ulosowionego (zrandomizowanego), zblokowanego planu eksperymentu923
14.8. Współczynnik korelacji rang Spearmana930
14.9. Test zgodności chi-kwadrat935
14.10. Analiza tablic wielodzielczych – test niezależności chi-kwadrat947
14.11. Test równości frakcji (test jednorodności) chi-kwadrat955
14.12. Wykorzystanie komputera961
14.13. Podsumowanie i przegląd głównych pojęć964
Studium przypadku 18: Dziewięć krain Ameryki Północnej967
15. Statystyka bayesowska i analiza decyzji972
15.1. Praktyczne zastosowanie statystyki974
15.2. Twierdzenie Bayesa dla dyskretnych modeli probabilistycznych976
15.3. Twierdzenie Bayesa dla ciągłych rozkładów prawdopodobieństwa987
15.4. Wyznaczanie subiektywnych prawdopodobieństw994
15.5. Analiza decyzji: przegląd ogólny996
15.6. Drzewa decyzyjne1001
15.7. Korzystanie z dodatkowych informacji za pomocą twierdzenia Bayesa1013
15.8. Użyteczność1027
15.9. Wartość informacji1032
15.10. Wykorzystanie komputera1037
15.11. Podsumowanie i przegląd głównych pojęć1039
Studium przypadku 19: „Pizzas ‘R’ Us”1042
Studium przypadku 20: Opracowanie nowego leku1043
16. Metody doboru próby1046
16.1. Praktyczne zastosowanie statystyki1048
16.2. Nielosowy dobór próby i błąd obciążenia1049
16.3. Losowanie warstwowe1050
16.4. Losowanie zespołowe1065
16.5. Losowanie systematyczne1071
16.6. Odmowy odpowiedzi1076
16.7. Podsumowanie i przegląd głównych pojęć1077
Studium przypadku 21: Urząd ds. Przebudowy Bostonu1081
17. Analiza wielowymiarowa1084
17.1. Praktyczne zastosowanie statystyki1086
17.2. Wielowymiarowy rozkład normalny1087
17.3. Analiza dyskryminacyjna1089
17.4. Składowe główne oraz analiza czynnikowa1107
17.5. Wykorzystanie komputera1121
17.6. Podsumowanie i przegląd głównych pojęć1123
Studium przypadku 22: Przewidywanie upadku firmy1126
Dodatek A. Bibliografia1130
Dodatek B. Odpowiedzi do większości zadań o numerach nieparzystych1134
Dodatek C. Tablice statystyczne1160
Wprowadzenie do podstaw Excela1204
Praca z szablonami1214

ROZDZIAŁ2.PRAWDOPODOBIEŃSTWO

SumazbiorówAiB7oznaczanaprzezAUB7tozbiórzawierającywszystkieele-

menty7którenależąalbodozbioruA7albodozbioruB7albodoobu.

Jakwidaćzpowyższychdefinicji7sumadwóchzbiorówzawieraichiloczyn.Dia-

gramVennanarysunku2.2pokazujezbioryAiBorazichiloczyn.Rysunek2.3po-

kazujesumętychzbiorów.

Wceluzilustrowaniapojęćsumyiiloczynuzbiorów7rozpatrzmyznówzbiórstu-

dentówpewnegouniwersytetu7którzymająsamochód(zbiórA)izbiórstudentówtego

uniwersytetu7którzymająrower(zbiórB).ZbioremuniwersalnymSjest7jakpoprzed-

nio7zbiórwszystkichstudentówtegouniwersytetu.Iloczynemzbiorów7AmB,będzie

zbiórtychstudentówuniwersytetu7którzymająrównocześnieisamochód7irower.

Sumązbiorów7AUB,będziezbiórtychstudentówuniwersytetu7którzymająalbo

samochód7alborower7alboobapojazdy.

Dwazbiorymogąniemiećwspólnychelementów:sątozbioryrozłączne.Mówimy

wtedy7żeiloczyntychzbiorówjestzbiorempustym70.GdyAiBsąrozłączne7piszemy

AmB=0.Jakoprzykładdwóchzbiorówrozłącznychmożesłużyćzbiórstudentów

wydziałusztukiizbiórstudentówwydziałuzarządzania7zakładając7żeżadenstudent

niezapisałsięnatedwakierunkirównocześnie.DiagramVennailustrującydwazbiory

rozłącznepokazanonarysunku2.4.

Wteoriiprawdopodobieństwaczęstokorzystasięzpojęciazbioruioperacjina

zbiorach.Terazpodamypodstawowedefinicjepojęćważnychdlaobliczaniaprawdo-

podobieństw.Sąto:eksperyment7przestrzeńpróbizdarzenie.

Eksperymentemnazywamyproces7któryprowadzidojednegozmożliwychwyni-

ków.Wynikiemeksperymentujestjakaśobserwacjalubmiara.

Eksperymentemjest7naprzykład7wyciągnięciejednejkartyztalii52kart.Jednym

zwynikóweksperymentumożebyćdamakaro.

Pojedynczywynikeksperymentunazywamyzdarzeniemelementarnym.Takimzda-

rzeniemjestwyciągnięciejednej7określonejkartyztaliikart.

Przestrzeńprób(przestrzeńzdarzeńelementarnych)jestzbioremwszystkichmoż-

liwychwynikóweksperymentu.JestonazbioremuniwersalnymSzwiązanymzda-

nymeksperymentem.

Przestrzeniąpróbyweksperymenciepolegającymnaciągnięciukartyztalii

jestzbiórwszystkichkartwtalii.Wprzypadkumierzeniatemperaturyprzestrze-

niąpróbyjestzbiórwszystkichliczbzprzedziału7wktórymtemperaturamożesię

znaleźć.

Brak wyników

Statystyka w zarządzaniu

Treść książki

Znajdź bibliotekę blisko siebie, i uzyskaj dostęp do ebooka w systemie IBUK Libra